हिन्दी
कैमरा मॉड्यूल ISP ट्यूनिंग: शार्पनेस, नॉइज़ और रंग को संतुलित करना
बना गयी 09.10
प्रत्येक कैमरा मॉड्यूल समान कच्चे सेंसर हार्डवेयर के साथ आता है, फिर भी अंतिम छवि गुणवत्ता नाटकीय रूप से भिन्न हो सकती है। अंतर लगभग पूरी तरह से ISP ट्यूनिंग में निहित है—किसी दिए गए सेंसर और लेंस संयोजन से सर्वोत्तम संभव आउटपुट निकालने के लिए इमेज सिग्नल प्रोसेसर को कैलिब्रेट करने की शांत, पुनरावृत्त प्रक्रिया। एम्बेडेड विज़न उत्पाद बनाने वाली इंजीनियरिंग टीमों के लिए, इस संतुलन को सही करना एक साधारण कैमरे को वास्तव में प्रीमियम महसूस होने वाले कैमरे से अलग करता है।
चुनौती यह है कि तीक्ष्णता, शोर में कमी, और रंग सटीकता अलग-अलग मौजूद नहीं होते। एक पैरामीटर को बहुत अधिक बढ़ा दें, और दूसरा खराब हो जाता है। शार्पनिंग को अधिकतम तक बढ़ाएं और आप शोर को बढ़ा देते हैं और कठोर किनारे के प्रभामंडल बना देते हैं। आक्रामक शोर में कमी लागू करें और आप बारीक विवरण मिटा देते हैं और एक प्लास्टिक, मोम जैसा रूप उत्पन्न करते हैं। छवियों को आकर्षक बनाने के लिए रंग संतृप्ति बढ़ाएं और आप प्राकृतिक त्वचा के रंग खो देते हैं और रंग क्लिपिंग शुरू कर देते हैं। ISP ट्यूनिंग किसी एकल मीट्रिक को अधिकतम करने के बारे में नहीं है; यह इच्छित उपयोग के मामले से मेल खाने वाले जानबूझकर किए गए समझौतों को इंजीनियर करने के बारे में है।
यह लेख ISP ट्यूनिंग की व्यावहारिक यांत्रिकी को तोड़ता है, बताता है कि तीन-तरफा संतुलन स्वाभाविक रूप से कठिन क्यों है, और ट्यूनिंग टीमों के लिए कार्रवाई योग्य रूपरेखा प्रदान करता है जो इस पर काम कर रही हैं USB कैमरे, एम्बेडेड विज़न सिस्टम, और विशेष औद्योगिक मॉड्यूल।
ISP पाइपलाइन: जहाँ छवि गुणवत्ता वास्तव में बनती है
ट्यूनिंग की विशिष्टताओं में उतरने से पहले, एक सामान्य इमेज सिग्नल प्रोसेसर के भीतर संचालन के क्रम को समझना सहायक होता है। अनुक्रम महत्वपूर्ण है क्योंकि प्रत्येक प्रसंस्करण चरण अगले को प्रभावित करता है, और पाइपलाइन में शुरुआती ट्यूनिंग विकल्प हर डाउनस्ट्रीम ब्लॉक तक प्रभाव डालते हैं।
कच्चा सेंसर डेटा पहले ब्लैक लेवल करेक्शन ब्लॉक में प्रवेश करता है, जहाँ सेंसर का डार्क करंट ऑफसेट हटा दिया जाता है। इसके बाद लेंस शेडिंग करेक्शन आता है, जो लेंस ऑप्टिक्स के कारण छवि के कोनों की ओर प्राकृतिक प्रकाश कम होने की भरपाई करता है। इसके बाद बैड पिक्सेल करेक्शन आता है, जो खराब पिक्सेल की पहचान करता है और उन्हें बदल देता है, अन्यथा वे चमकीले या गहरे फँसे हुए बिंदुओं के रूप में दिखाई देते।
वहाँ से, पाइपलाइन डीमोसाइकिंग में प्रवेश करती है—वह प्रक्रिया जो बायर-पैटर्न वाले कच्चे ग्रिड को पूर्ण-रंग RGB छवि में परिवर्तित करती है। यह तीक्ष्णता और रंग दोनों के लिए सबसे महत्वपूर्ण चरणों में से एक है, क्योंकि खराब डीमोसाइक एल्गोरिदम किनारों पर ज़िपर आर्टिफैक्ट्स उत्पन्न करता है और ल्यूमिनेंस सीमाओं में रंग का रिसाव करता है।
डीमोसाइकिंग के बाद, मुख्य ट्यूनिंग ब्लॉक्स कार्यभार संभालते हैं: शोर में कमी, तीक्ष्णीकरण, रंग सुधार मैट्रिक्स अनुप्रयोग, श्वेत संतुलन, गामा सुधार, और किनारा वृद्धि। अतिरिक्त ब्लॉक्स में रंगीन विपथन सुधार, गतिशील रेंज संपीड़न, और उच्च-गतिशील-रेंज दृश्यों के लिए टोन मैपिंग शामिल हो सकते हैं।
ट्यूनिंग को जटिल बनाने वाली बात यह है कि ये ब्लॉक स्वतंत्र नहीं हैं। शार्पनिंग से पहले लागू किया गया नॉइज़ रिडक्शन perceived शार्पनेस को कम कर देगा। नॉइज़ रिडक्शन से पहले लागू की गई शार्पनिंग नॉइज़ को बढ़ा देगी। कलर करेक्शन मैट्रिक्स व्हाइट बैलेंस के साथ गैर-स्पष्ट तरीकों से इंटरैक्ट करते हैं। कुशल ट्यूनर प्रत्येक पैरामीटर को अलग-अलग समायोजित नहीं करते; वे कारण श्रृंखला को समझते हैं और एक साथ कई ब्लॉकों में पुनरावृत्ति करते हैं।
शार्पनेस ट्यूनिंग: केवल एज गेन बढ़ाने से कहीं अधिक
शार्पनेस सबसे तुरंत ध्यान देने योग्य गुणवत्ता मीट्रिक है, और यह सबसे अधिक बार गलत तरीके से लागू किया जाने वाला भी है। कई उत्पाद टीमें उच्च शार्पनिंग मानों को डिफ़ॉल्ट बनाती हैं क्योंकि साइड-बाय-साइड डेमो में छवियां अधिक प्रभावशाली दिखती हैं। हालांकि, वास्तविक उपयोग में, अत्यधिक शार्पन की गई छवियां अप्राकृतिक लगती हैं और देखने में थकान पैदा करती हैं।
वास्तव में अनुभव की जाने वाली शार्पनेस क्या बनाता है
अनुभूत तीक्ष्णता तीन अलग-अलग तंत्रों के मिलकर काम करने से आती है: लेंस रिज़ॉल्यूशन, सेंसर सैंपलिंग, और ISP एज एन्हांसमेंट। लेंस और सेंसर विवरण कैप्चर की भौतिक ऊपरी सीमा तय करते हैं; ISP उस जानकारी को नहीं बना सकता जो कभी रिकॉर्ड ही नहीं की गई। यह जो कर सकता है वह है किनारों के साथ स्थानीय कंट्रास्ट बढ़ाना ताकि मानव दृश्य प्रणाली को संक्रमण अधिक स्पष्ट दिखाई दें।
मानक अनशार्प मास्क छवि की एक धुंधली प्रति बनाकर, उसे मूल से घटाकर, और अंतर को नियंत्रित शक्ति पर वापस जोड़कर काम करता है। यह किनारे के एक तरफ हल्का चमकीला प्रभामंडल और दूसरी तरफ गहरा प्रभामंडल बनाता है। मस्तिष्क इन प्रभामंडलों को बढ़ी हुई तीक्ष्णता के रूप में व्याख्यायित करता है। जब प्रभाव सूक्ष्म होता है, दर्शक कलाकृति का पता नहीं लगा पाते; जब अत्यधिक होता है, प्रभामंडल वस्तुओं के चारों ओर मोटी सफेद रूपरेखाओं के रूप में दिखाई देने लगते हैं।
महत्वपूर्ण ट्यूनिंग पैरामीटर
प्रभावी तीक्ष्णता ट्यूनिंग के लिए कम से कम चार पैरामीटरों को एक साथ समायोजित करना आवश्यक है:
• लाभ/मात्रा: यह नियंत्रित करता है कि एज सिग्नल को कितना वापस जोड़ा जाए। अधिक मान अधिक तीक्ष्णता उत्पन्न करते हैं लेकिन अधिक दृश्य कलाकृतियाँ भी।
• त्रिज्या: मास्क बनाने के लिए उपयोग किए जाने वाले ब्लर कर्नेल का आकार निर्धारित करती है। छोटी त्रिज्याएँ बारीक विवरण को लक्षित करती हैं; बड़ी त्रिज्याएँ व्यापक किनारों को प्रभावित करती हैं।
• थ्रेशोल्ड: तीक्ष्णीकरण लागू करने से पहले आवश्यक न्यूनतम कंट्रास्ट अंतर निर्धारित करता है। थ्रेशोल्ड बढ़ाने से सपाट क्षेत्रों को तीक्ष्णीकरण से बचाया जाता है और शोर प्रवर्धन कम होता है।
• कोरिंग: कम-कंट्रास्ट क्षेत्रों में तीक्ष्णीकरण को दबाता है, विशेष रूप से शोर ग्रेन को बढ़ाने से बचने के लिए।
शिल्प में नए कई ट्यूनर केवल गेन नॉब पर ध्यान केंद्रित करते हैं और रेडियस, थ्रेशोल्ड और कोरिंग को नजरअंदाज करते हैं। परिणाम ऐसी छवियां होती हैं जो मध्यम शार्पनिंग स्तरों पर भी कठोर और शोरयुक्त दिखती हैं। एक बेहतर दृष्टिकोण यह है कि रूढ़िवादी गेन से शुरू करें, सेंसर के मूल रिज़ॉल्यूशन के लिए रेडियस को अनुकूलित करें, और आकाश और त्वचा जैसे चिकने क्षेत्रों की रक्षा के लिए थ्रेशोल्ड और कोरिंग का उपयोग करें।
आवृत्ति-पृथक शार्पनिंग
आधुनिक ISP आर्किटेक्चर मल्टी-स्केल या आवृत्ति-पृथक शार्पनिंग का समर्थन करते हैं, जहां महीन, मध्यम और मोटे विवरण आवृत्तियों पर अलग-अलग शक्ति स्तर लागू किए जाते हैं। यह एक शक्तिशाली तकनीक है क्योंकि यह ट्यूनर्स को मध्यम-आवृत्ति किनारों को बढ़ाने की अनुमति देती है—जहां अधिकांश वस्तु सीमाएं होती हैं—बिना उच्च-आवृत्ति शोर को बढ़ाए जो कम-रोशनी की स्थितियों में परेशान करता है।
उदाहरण के लिए, डेस्कटॉप वीडियो कॉन्फ्रेंसिंग के लिए लक्षित USB कैमरा मॉड्यूल के लिए, एक विशिष्ट ट्यूनिंग प्रोफ़ाइल मध्य आवृत्तियों पर मध्यम शार्पनिंग, उच्च आवृत्तियों पर बहुत हल्की शार्पनिंग, और सबसे बारीक दाने पर लगभग कोई नहीं लागू करती है। यह चेहरों को प्राकृतिक दिखने में मदद करता है जबकि टेक्स्ट और ऑब्जेक्ट किनारों को संरक्षित रखता है।
शोर में कमी: दाने को दबाते हुए विवरण को संरक्षित करना
शोर छवि गुणवत्ता का निरंतर शत्रु है, और प्रकाश स्तर गिरने के साथ यह तेजी से बदतर हो जाता है। सेंसर आकार, पिक्सेल पिच, और एनालॉग गेन सभी प्रभावित करते हैं कि कच्चे फ्रेम में कितना शोर दिखाई देता है, लेकिन ISP शोर में कमी यह निर्धारित करती है कि अंतिम आउटपुट में वह शोर कितना दिखाई देता है।
शोर के प्रकारों को समझना
सभी शोर एक समान नहीं होते, और प्रभावी ट्यूनिंग के लिए प्रत्येक प्रकार को सही उपकरण के साथ संबोधित करना आवश्यक है।
टेम्पोरल शोर फ्रेम-दर-फ्रेम बेतरतीब ढंग से बदलता रहता है और इसमें फोटॉन शॉट शोर और रीड शोर शामिल होते हैं। शॉट शोर पॉइसन सांख्यिकी का पालन करता है और स्वयं प्रकाश में अंतर्निहित होता है; इसे समाप्त नहीं किया जा सकता, केवल प्रबंधित किया जा सकता है। रीड शोर सेंसर की इलेक्ट्रॉनिक्स से आता है और गहरे छाया क्षेत्रों तथा उच्च ISO गेन पर सबसे अधिक दिखाई देता है।
स्थानिक शोर में फिक्स्ड-पैटर्न शोर और कॉलम शोर शामिल होते हैं जो फ्रेमों में सुसंगत स्थानों पर प्रकट होते हैं। इसे आमतौर पर मुख्य शोर न्यूनीकरण ब्लॉक के बजाय फैक्ट्री कैलिब्रेशन और ब्लैक लेवल करेक्शन द्वारा संभाला जाता है।
क्रोमा शोर रंगीन धब्बों के रूप में दिखाई देता है, विशेष रूप से अंधेरे क्षेत्रों में। मानव दृश्य प्रणाली रंग विवरण की तुलना में ल्यूमिनेंस विवरण के प्रति कहीं अधिक संवेदनशील होती है, इसलिए क्रोमा शोर को अपेक्षाकृत कम अवधारणात्मक लागत पर आक्रामक रूप से स्मूद किया जा सकता है। यही कारण है कि अधिकांश अच्छे ट्यूनिंग प्रोफाइल Y चैनल की तुलना में Cb और Cr चैनलों पर अधिक मजबूत शोर न्यूनीकरण लागू करते हैं।
विवरण-स्मूदिंग का समझौता
शोर में कमी की मूलभूत समस्या यह है कि एल्गोरिदम बारीक विवरण और शोर कणिका के बीच पूरी तरह से अंतर नहीं कर सकते। दोनों छवि में उच्च-आवृत्ति भिन्नताओं के रूप में दिखाई देते हैं। आक्रामक शोर में कमी कणिका को हटा देती है, लेकिन साथ ही बनावट, कपड़े के पैटर्न, बालों के तार और छोटे टेक्स्ट को भी मिटा देती है। परिणाम वह प्रसिद्ध “वॉटरकलर” या “प्लास्टिक स्किन” प्रभाव है जो बजट स्मार्टफोन कैमरों और सस्ते USB मॉड्यूल में आम है।
परिष्कृत ISP किनारा-जागरूक या द्विपक्षीय फ़िल्टरिंग का उपयोग करते हैं जो इस आधार पर अलग-अलग शोर में कमी की तीव्रता लागू करती है कि कोई पिक्सेल किनारे पर है या सपाट क्षेत्र में। किनारों पर, तीक्ष्णता बनाए रखने के लिए शोर में कमी घटाई जाती है; दीवारों और आकाश जैसे सपाट क्षेत्रों में, स्वच्छ रूप के लिए इसे बढ़ाया जाता है।
एज-अवेयर फ़िल्टरिंग के साथ भी सीमाएँ होती हैं। बहुत कम रोशनी में जहाँ शोर का आयाम वास्तविक विवरण के स्तर के करीब पहुँच जाता है, वहाँ कितनी भी ट्यूनिंग दोनों को पूरी तरह अलग नहीं कर सकती। उस बिंदु पर, ट्यूनिंग टीम को एक जानबूझकर चुनाव करना होता है: दिखने वाले शोर को स्वीकार करें लेकिन विवरण बनाए रखें, या भारी रूप से स्मूद करें और नरम छवि स्वीकार करें। कोई सार्वभौमिक रूप से सही उत्तर नहीं है; सही चुनाव पूरी तरह से उत्पाद के लक्षित बाजार और उपयोग के मामले पर निर्भर करता है।
मल्टी-फ़्रेम नॉइज़ रिडक्शन
सुरक्षा कैमरों और दस्तावेज़ स्कैनिंग जैसे निश्चित-दृश्य अनुप्रयोगों के लिए, मल्टी-फ़्रेम टेम्पोरल नॉइज़ रिडक्शन सिंगल-फ़्रेम ट्रेडऑफ़ का एक विकल्प प्रदान करता है। कई लगातार फ़्रेमों को संरेखित और औसत करके, यादृच्छिक शोर घटक रद्द हो जाता है जबकि वास्तविक दृश्य विवरण बना रहता है। यह तीक्ष्णता का त्याग किए बिना कई स्टॉप का प्रभावी शोर सुधार उत्पन्न कर सकता है।
मल्टी-फ्रेम NR की अपनी ट्यूनिंग चुनौतियाँ हैं। यदि एलाइनमेंट एल्गोरिदम पर्याप्त मजबूत नहीं है, तो फ्रेम के बीच गति के कारण घोस्टिंग आर्टिफैक्ट्स उत्पन्न होते हैं। ट्यूनर्स को शोर प्रदर्शन और मोशन आर्टिफैक्ट्स के बीच संतुलन बनाने के लिए मोशन डिटेक्शन थ्रेशोल्ड, ब्लेंड अनुपात और फॉलबैक व्यवहार को समायोजित करना होता है। मध्यम गति वाले दृश्यों के लिए, एक हाइब्रिड दृष्टिकोण स्थिर क्षेत्रों पर पूर्ण टेम्पोरल NR लागू करता है और गतिशील वस्तुओं पर स्थानिक NR पर वापस आ जाता है।
रंग ट्यूनिंग: सटीकता, प्राथमिकता और स्थिरता
रंग छवि गुणवत्ता का सबसे व्यक्तिपरक आयाम है और इसे सही करना भी सबसे कठिन कामों में से एक है। खराब रंग को देखकर हर कोई पहचान लेता है, लेकिन "अच्छे" रंग को परिभाषित करना आश्चर्यजनक रूप से कठिन है। विभिन्न बाजारों, अनुप्रयोगों और उपयोगकर्ता जनसांख्यिकी की रंग प्राथमिकताएँ अलग-अलग होती हैं।
रंग सुधार मैट्रिक्स
रंग ट्यूनिंग के केंद्र में 3×3 रंग सुधार मैट्रिक्स, या CCM होता है। सेंसर की मूल वर्णक्रमीय प्रतिक्रिया मानक sRGB या Rec. 709 रंग स्थान से मेल नहीं खाती; CCM तीनों चैनलों पर रैखिक रूपांतरण लागू करके सेंसर के RGB मानों को मानक रंग स्थान में परिवर्तित करता है।
CCM ट्यूनिंग आमतौर पर ज्ञात प्रकाश स्रोतों के अंतर्गत एक कैलिब्रेटेड रंग चार्ट की तस्वीर लेकर और उन मैट्रिक्स मानों को हल करके की जाती है जो रंग त्रुटि को न्यूनतम करते हैं, जिसे आमतौर पर ΔE (डेल्टा E) इकाइयों में मापा जाता है। कम ΔE का अर्थ है अधिक सटीक रंग पुनरुत्पादन।
लेकिन पूर्ण संख्यात्मक सटीकता हमेशा सबसे दृष्टिगत रूप से मनभावन छवियाँ उत्पन्न नहीं करती। कई ट्यूनिंग टीमें जानबूझकर न्यूनतम ΔE से विचलित होती हैं ताकि कुछ स्मृति रंग—त्वचा के रंग, पत्तियाँ, आकाश का नीला—अधिक संतोषजनक दिखाई दें। विशेष रूप से त्वचा के रंग अत्यधिक संवेदनशील होते हैं; दर्शक त्वचा के रंग में छोटे बदलाव को किसी मनमाने वस्तु के रंग में बड़े बदलाव की तुलना में बहुत तेज़ी से नोटिस करते हैं।
व्हाइट बैलेंस और इसकी छिपी जटिलता
व्हाइट बैलेंस सतह पर सरल लगता है: RGB गेन को इस तरह समायोजित करें कि तटस्थ वस्तुएँ किसी भी प्रकाश स्रोत के अंतर्गत तटस्थ दिखें। व्यवहार में, स्वचालित व्हाइट बैलेंस को अच्छी तरह ट्यून करना ISP एल्गोरिदम में सबसे कठिन कार्यों में से एक है।
मुख्य चुनौती यह है कि कैमरा यह नहीं जान सकता कि दृश्य में वास्तव में क्या सफ़ेद है। उसे छवि के सांख्यिकीय गुणों से प्रकाश स्रोत के रंग का अनुमान लगाना पड़ता है। सरल ग्रे-वर्ल्ड एल्गोरिदम मानते हैं कि दुनिया का औसत रंग ग्रे है; अधिक उन्नत एल्गोरिदम बेहतर अनुमान लगाने के लिए ब्राइट-स्पॉट डिटेक्शन, कलर टेम्परेचर एस्टिमेशन और बेयसियन सांख्यिकी का उपयोग करते हैं।
AWB को ट्यून करने में विभिन्न रंग तापमानों के प्रति संवेदनशीलता को समायोजित करना, अभिसरण गति निर्धारित करना ताकि संतुलन फ्रेमों के बीच न झिलमिलाए, और सामान्य प्रकाश स्रोतों के लिए बायस बिंदु स्थापित करना शामिल है। कई उत्पाद विफल नहीं होते क्योंकि उनका सेंसर खराब है, बल्कि इसलिए होते हैं क्योंकि मिश्रित प्रकाश में उनका AWB भटक जाता है, जिससे हरे या बैंगनी रंग की झलक पैदा होती है जिसे दर्शक तुरंत असहज महसूस करते हैं।
संतृप्ति बनाम प्राकृतिकता
संतृप्ति ट्यूनिंग जीवंत और कृत्रिम के बीच की रेखा पर चलती है। बढ़ी हुई संतृप्ति उत्पाद फ़ोटो को आकर्षक बनाती है और बाहरी दृश्यों को हरा-भरा, आकर्षक रूप देती है। हालाँकि, इसे बहुत अधिक बढ़ाने पर रंग क्लिप हो जाते हैं, लाल और पीले क्षेत्रों से विवरण धुल जाता है, और त्वचा अनैसर्गिक रूप से धूप में जली हुई दिखने लगती है।
एक परिष्कृत ट्यूनिंग प्रोफ़ाइल एकल वैश्विक संतृप्ति स्लाइडर का उपयोग करने के बजाय ह्यू क्षेत्र के अनुसार विभिन्न संतृप्ति स्तरों को लागू करती है। त्वचा के रंगों को थोड़ा विसंतृप्त रखा जा सकता है और पीले-मैजेंटा अक्ष की ओर स्थानांतरित किया जा सकता है जिसे मनुष्य सबसे आकर्षक मानते हैं, जबकि नीले और हरे रंगों को परिदृश्य अपील के लिए बढ़ाया जा सकता है। लाल को आमतौर पर सावधानी से संभाला जाता है क्योंकि लाल चैनल क्लिपिंग विशेष रूप से दिखाई देती है और आपत्तिजनक होती है।
त्रि-मार्गी संतुलन: कोई सही सेटिंग क्यों नहीं है
अब तक यह स्पष्ट हो जाना चाहिए कि ISP ट्यूनिंग मूल रूप से एक संतुलन कार्य क्यों है। तीन स्तंभों में से प्रत्येक—तीक्ष्णता, शोर, और रंग—एक दूसरे के साथ परस्पर क्रिया करते हैं, और एक आयाम को अनुकूलित करने का हमेशा अन्य दो पर परिणाम होता है।
सबसे आम परिदृश्य पर विचार करें: कम रोशनी वाला इनडोर वातावरण। अधिक चमकदार छवि पाने के लिए, आप एनालॉग गेन बढ़ाते हैं। अधिक गेन तुरंत शोर का आयाम बढ़ा देता है। इसकी भरपाई के लिए, आप शोर न्यूनीकरण बढ़ाते हैं। अधिक मजबूत शोर न्यूनीकरण बारीक विवरण को नरम कर देता है और अनुभूत तीक्ष्णता को कम कर देता है। उसकी भरपाई के लिए, आप शार्पनिंग बढ़ाते हैं। लेकिन शार्पनिंग किसी भी बचे हुए शोर को बढ़ा देती है और किनारों पर कलात्मक विकृतियाँ पैदा कर सकती है। और इन सबके दौरान, अधिक गेन शोर स्पेक्ट्रम को बदल देता है, जिससे रंग सुधार मैट्रिक्स का प्रदर्शन बदल जाता है, जो संभवतः छाया क्षेत्रों में रंग विचलन पैदा कर सकता है।
प्रत्येक चरण पिछले चरण की प्रतिक्रिया है। कोई ऐसा नॉब नहीं है जिसे आप घुमा सकें जो एक साथ सब कुछ बेहतर बना दे।
ट्यूनिंग त्रिकोण ढांचा
अनुभवी ट्यूनिंग टीमें तीक्ष्णता, शोर की स्वच्छता और प्राकृतिक रंग को कोनों पर रखते हुए एक त्रिभुज के रूप में सोचती हैं। कोई भी ट्यूनिंग निर्णय छवि को इस त्रिभुज के एक या अधिक किनारों के साथ आगे बढ़ाता है। लक्ष्य एक साथ तीनों कोनों तक पहुंचना नहीं है—यह गणितीय रूप से असंभव है—बल्कि त्रिभुज के उस क्षेत्र में पहुंचना है जो उत्पाद के उपयोग के मामले की सबसे अच्छी सेवा करता है।
उदाहरण के लिए, एक दस्तावेज़-स्कैनिंग कैमरे के लिए, तीक्ष्णता और पाठ की पठनीयता सर्वोपरि है। शोर कम महत्वपूर्ण है क्योंकि दस्तावेज़ आमतौर पर अच्छी रोशनी में स्कैन किए जाते हैं। रंग सटीकता तृतीयक है; पाठ काला और सफेद है, और मामूली रंग बदलाव स्वीकार्य हैं। ट्यूनिंग दृढ़ता से तीक्ष्णता के कोने में आती है, जिसमें शोर में कमी और रंग प्रबंधन रूढ़िवादी, अप्रभावी स्तरों पर सेट होते हैं।
पोर्ट्रेट-ओरिएंटेड वेबकैम के लिए, प्राथमिकताएँ उलट जाती हैं। प्राकृतिक त्वचा का रंग और चिकनी त्वचा की टोन सबसे महत्वपूर्ण विशेषताएँ हैं। मध्यम कोमलता स्वीकार्य है—दर्शक वास्तव में नैदानिक रूप से तीक्ष्ण रोमछिद्रों की तुलना में थोड़ी नरम त्वचा पसंद करते हैं। शोर में कमी क्रोमा चैनलों पर आक्रामक रूप से और लूमा पर मध्यम रूप से ट्यून की जाती है। शार्पनिंग हल्के से और केवल मध्य आवृत्तियों पर लागू की जाती है ताकि चेहरे के किनारे परिभाषित हों लेकिन त्वचा की बनावट अतिरंजित न हो।
बाहरी सुरक्षा कैमरे के लिए, प्राथमिकताएँ फिर से बदल जाती हैं। रात में शोर प्रदर्शन महत्वपूर्ण है, इसलिए शोर में कमी उच्च पर सेट की जाती है और टेम्पोरल NR सक्षम किया जाता है। रंग सटीकता सुसंगत पहचान से कम मायने रखती है; थोड़े विरंजित, स्थिर रंग अलग-अलग स्ट्रीट लाइटिंग के तहत सटीक लेकिन बदलते रंगों की तुलना में बेहतर होते हैं। शार्पनेस को दूरी पर वस्तु के किनारों और पहचानने योग्य विशेषताओं को संरक्षित करने के लिए ट्यून किया जाता है, भले ही बारीक बनावट खो जाए।
इनमें से कोई भी प्रोफ़ाइल दूसरों से "बेहतर" नहीं है। ये प्रत्येक अपने इच्छित उद्देश्य के लिए इष्टतम हैं। उत्पाद टीमें सबसे बड़ी गलती यह करती हैं कि वे अधिकतम तीक्ष्णता, शून्य शोर और सही रंग एक साथ मांगती हैं, बिना अंतर्निहित समझौतों को पहचाने।
ट्यूनिंग कार्यप्रणाली: अंशांकन से फाइन ट्यूनिंग तक
एक संरचित ट्यूनिंग कार्यप्रणाली सुसंगत, दोहराने योग्य परिणाम उत्पन्न करती है और व्यक्तिपरक प्रभावों के आधार पर अंतहीन पुनरावृत्ति ट्वीकिंग के सामान्य जाल से बचाती है।
चरण 1: आधारभूत अंशांकन
प्रक्रिया नियंत्रित प्रकाश व्यवस्था के तहत वस्तुनिष्ठ अंशांकन से शुरू होती है। मानक परीक्षण चार्ट—रंग के लिए X-Rite ColorChecker, रिज़ॉल्यूशन के लिए ISO 12233 चार्ट, शोर और बनावट के लिए डेड लीव्स चार्ट—कई प्रकाश स्तरों और रंग तापमानों पर फोटोग्राफ किए जाते हैं।
कच्चा डेटा एकत्र किया जाता है, और ब्लैक लेवल, लेंस शेडिंग, व्हाइट बैलेंस संदर्भ बिंदुओं, तथा आधार रंग सुधार मैट्रिक्स के लिए प्रारंभिक मानों की गणना की जाती है। यह एक तटस्थ, सटीक आधार रेखा स्थापित करता है जो दृश्य आकर्षण के बजाय संख्यात्मक मेट्रिक्स के लिए अनुकूलित होती है।
चरण 2: कार्यात्मक ट्यूनिंग
आधार रेखा तैयार होने के बाद, ट्यूनर प्रसंस्करण क्रम में पाइपलाइन से गुजरते हैं, प्रत्येक ब्लॉक को समायोजित करते हैं और परीक्षण मेट्रिक्स पर प्रभाव मापते हैं। प्रत्येक गेन चरण के लिए शोर में कमी के स्तर निर्धारित किए जाते हैं। प्रत्येक आवृत्ति बैंड पर शार्पनिंग पैरामीटर सेट किए जाते हैं। पसंदीदा मेमोरी रंगों के लिए रंग रूपांतरण समायोजित किए जाते हैं।
इस चरण में, ट्यूनर मुख्य रूप से वस्तुनिष्ठ मापों पर निर्भर करते हैं: तीक्ष्णता के लिए MTF50 मान, शोर के लिए SNR माप, और रंग सटीकता के लिए ΔE औसत। ये संख्याएँ एक सामान्य संदर्भ बिंदु प्रदान करती हैं और ट्यूनिंग को विशुद्ध रूप से व्यक्तिपरक क्षेत्र में बहकने से रोकती हैं।
चरण 3: व्यक्तिपरक परिष्करण
केवल वस्तुनिष्ठ मेट्रिक्स कहानी का एक हिस्सा बताते हैं। मानव दृश्य प्रणाली छवियों को MTF वक्रों और ΔE संख्याओं से नहीं आंकती। अंतिम ट्यूनिंग पास में हमेशा वास्तविक दुनिया के दृश्यों—चेहरों, इनडोर वातावरणों, बाहरी परिदृश्यों, चुनौतीपूर्ण उच्च-कंट्रास्ट स्थितियों—का मूल्यांकन करना और व्यक्तिपरक समायोजन करना शामिल होता है।
यहीं अनुभवी ट्यूनर अपना मूल्य अर्जित करते हैं। वे जानते हैं कि कौन से संख्यात्मक समझौते अधिक अनुभूतिपरक रूप से बेहतर परिणाम देते हैं। वे जानते हैं, उदाहरण के लिए, कि दृश्य शोर में एक छोटी वृद्धि इसके लायक है यदि यह चेहरे की बनावट को संरक्षित करती है जो अन्यथा चिकना कर दी जाती। वे जानते हैं कि कौन से रंग परिवर्तन दर्शकों को आपत्तिजनक लगते हैं और कौन से ध्यान नहीं दिए जाते या बल्कि पसंद किए जाते हैं।
व्यक्तिपरक ट्यूनिंग हमेशा वास्तविक लक्ष्य डिस्प्ले डिवाइस पर और सामान्य देखने की स्थितियों में की जानी चाहिए। एक हाई-एंड स्टूडियो मॉनिटर पर ट्यून की गई छवि एक सामान्य लैपटॉप स्क्रीन पर या संपीड़ित वीडियो स्ट्रीम पर पूरी तरह से अलग दिख सकती है।
एम्बेडेड और USB कैमरा मॉड्यूल के लिए विशेष विचार
अधिकांश ISP ट्यूनिंग साहित्य स्मार्टफोन जगत से आता है, लेकिन एम्बेडेड विज़न मॉड्यूल और USB कैमरों को अपने स्वयं के प्रतिबंधों का सामना करना पड़ता है जो ट्यूनिंग की गणना को बदल देते हैं।
प्रोसेसिंग पावर की सीमाएँ
एम्बेडेड ISP और USB ब्रिज चिप्स में अक्सर फ्लैगशिप फोन सिलिकॉन की तुलना में सीमित प्रोसेसिंग संसाधन होते हैं। मल्टी-फ्रेम NR, AI डीनॉइज़िंग, और फ्रीक्वेंसी-सेपरेटेड शार्पनिंग जैसे उन्नत एल्गोरिदम बिल्कुल भी उपलब्ध नहीं हो सकते हैं, या केवल कम रिज़ॉल्यूशन या फ्रेम रेट पर चल सकते हैं।
संसाधन-सीमित हार्डवेयर के लिए ट्यूनिंग का अर्थ है वास्तविक ISP की क्षमताओं के भीतर काम करना, बेहतर एल्गोरिदम की कामना करने के बजाय। सरल नॉइज़ रिडक्शन फ़िल्टर को अधिक सावधानी से कैलिब्रेट किया जाना चाहिए क्योंकि उनमें प्रीमियम पाइपलाइनों की एज-अवेयरनेस की कमी होती है। सिंगल-स्टेज शार्पनिंग को रूढ़िवादी रूप से सेट किया जाना चाहिए क्योंकि आर्टिफैक्ट्स को साफ करने के लिए कोई द्वितीयक कोरिंग तंत्र नहीं होता है।
फिक्स्ड ऑप्टिक्स और फिक्स्ड फोकस
कई औद्योगिक और USB कैमरा मॉड्यूल फिक्स्ड-फोकस लेंस का उपयोग करते हैं जिनमें फिक्स्ड अपर्चर होता है। स्मार्टफोन कैमरों के विपरीत, विभिन्न परिस्थितियों के अनुकूल होने के लिए कोई वेरिएबल अपर्चर या ऑटोफोकस नहीं होता है। ट्यूनिंग प्रोफ़ाइल को लेंस की पूरी ऑपरेशनल रेंज में काम करना चाहिए, न्यूनतम ऑब्जेक्ट डिस्टेंस से लेकर अनंत तक।
इसका अर्थ अक्सर फ्रेम और दूरियों में अधिक समान प्रदर्शन के पक्ष में थोड़ी कम चरम शार्पनेस स्वीकार करना होता है। एक लेंस जो एक मीटर पर शानदार दिखता है लेकिन तीन मीटर पर बिखर जाता है, फिक्स्ड-फोकस उत्पाद के लिए आम तौर पर उस लेंस से बदतर होता है जो हर जगह ठोस, सुसंगत प्रदर्शन देता है।
उपयोग केस विशिष्टता
एम्बेडेड कैमरा मॉड्यूल आमतौर पर एक विशिष्ट कार्य के लिए डिज़ाइन किए जाते हैं: बारकोड स्कैनिंग, चेहरा पहचान, शरीर के तापमान का मापन, औद्योगिक निरीक्षण। इनमें से प्रत्येक की छवि गुणवत्ता प्राथमिकताएँ पूरी तरह से भिन्न होती हैं।
उदाहरण के लिए, एक बारकोड स्कैनर के लिए, कंट्रास्ट और एज परिभाषा ही सब कुछ है। रंग सटीकता अप्रासंगिक है। शोर केवल तभी प्रासंगिक होता है जब यह डिकोडिंग को रोकता है। ISP को अधिकतम एज कंट्रास्ट और बाइनरी स्पष्टता के लिए ट्यून किया जाना चाहिए, भले ही परिणामी छवियाँ सामान्य फोटोग्राफी के लिए भयानक दिखें।
बायोमेट्रिक चेहरा पहचान मॉड्यूल के लिए, तटस्थ त्वचा रंग पुनरुत्पादन और सुसंगत प्रकाश प्रतिक्रिया पिक्सेल-स्तरीय तीक्ष्णता से अधिक महत्वपूर्ण हैं। एल्गोरिदम को विभिन्न प्रकाश स्थितियों में सुसंगत चेहरे की विशेषताओं की आवश्यकता होती है; कलात्मक रंग ग्रेडिंग केवल पहचान सटीकता को नुकसान पहुँचाती है।
आधुनिक ISP ट्यूनिंग में AI की भूमिका
एआई और न्यूरल नेटवर्क प्रोसेसिंग आईएसपी ट्यूनिंग को नया आकार देना शुरू कर रहे हैं, लेकिन उस तरह से नहीं जैसा कई लोग मानते हैं। सबसे प्रभावशाली बदलाव एआई-जनित “परफेक्ट” इमेज नहीं है, बल्कि एआई-सहायित ट्यूनिंग है जो एक नए सेंसर को तैयार करने में लगने वाले मैनुअल श्रम को कम करती है।
पारंपरिक आईएसपी ट्यूनिंग में प्रत्येक नए सेंसर और लेंस संयोजन के लिए एक अनुभवी इंजीनियर द्वारा हफ्तों तक पुनरावृत्तीय कार्य की आवश्यकता होती है। एआई-सहायित ट्यूनिंग टूल्स टेस्ट चार्ट डेटा का विश्लेषण करके स्वचालित रूप से बेसलाइन सीसीएम मान, नॉइज़ रिडक्शन प्रोफाइल और शार्पनिंग सेटिंग्स उत्पन्न कर सकते हैं। यह एक अच्छे बेसलाइन तक पहुंचने के समय को नाटकीय रूप से कम कर देता है, जिससे मानव ट्यूनर उस व्यक्तिपरक, उपयोग-मामले-विशिष्ट परिष्करण पर ध्यान केंद्रित करने के लिए स्वतंत्र हो जाते हैं जिसके लिए अभी भी मानवीय निर्णय की आवश्यकता होती है।
प्रोसेसिंग पक्ष पर, न्यूरल नॉइज़ रिडक्शन और AI डीमोज़ेकिंग उच्च-स्तरीय ISP में दिखने लगे हैं। ये मॉडल पारंपरिक फ़िल्टर-आधारित दृष्टिकोणों की तुलना में विवरण को शोर से कहीं अधिक प्रभावी ढंग से अलग कर सकते हैं, जिससे शार्पनेस-शोर-रंग त्रिकोण की सीमाएँ प्रभावी रूप से बाहर की ओर बढ़ जाती हैं। वे कम रोशनी के स्तरों पर कम विवरण हानि के साथ स्वच्छ छवियों की अनुमति देते हैं।
हालाँकि, AI प्रोसेसिंग मुफ़्त नहीं है। इसके लिए महत्वपूर्ण प्रोसेसिंग शक्ति की आवश्यकता होती है, यह विलंबता उत्पन्न करती है, और अनुपयुक्त डेटा पर प्रशिक्षित होने पर अपने स्वयं के अप्राकृतिक आर्टिफैक्ट्स का एक सेट उत्पन्न कर सकती है। आज अधिकांश एम्बेडेड और USB कैमरा उत्पादों के लिए, पारंपरिक ISP ट्यूनिंग ही व्यावहारिक विकल्प बनी हुई है।
व्यावहारिक ट्यूनिंग सर्वोत्तम प्रथाएँ
उपभोक्ता, औद्योगिक और ऑटोमोटिव अनुप्रयोगों में दर्जनों कैमरा मॉड्यूल ब्रिंग-अप्स पर काम करने के बाद, कई सुसंगत सर्वोत्तम प्रथाएँ सामने आती हैं।
सबसे पहले, हमेशा कच्चे डेटा से ट्यूनिंग करें, प्रोसेस्ड आउटपुट से नहीं। यदि आपके पास केवल अंतिम YUV इमेज तक पहुंच है, तो आप अनुमान लगा रहे हैं कि प्रत्येक ISP ब्लॉक वास्तव में क्या कर रहा है। उचित ट्यूनिंग के लिए कच्चे कैप्चर की क्षमता और प्रत्येक पाइपलाइन चरण में पैरामीटर को अलग-अलग संशोधित करने की क्षमता आवश्यक है।
दूसरा, कई प्रकाश स्तरों पर ट्यूनिंग करें, केवल उज्ज्वल कार्यालय प्रकाश पर नहीं। जो ट्यूनिंग 1000 लक्स पर काम करती है, वह अक्सर 50 लक्स पर विफल हो जाती है। एक पूर्ण ट्यूनिंग प्रोफ़ाइल में प्रत्येक गेन चरण के लिए अलग सेटिंग्स शामिल होती हैं, या कम से कम उच्च, मध्यम और निम्न प्रकाश श्रेणियों के लिए। प्रकाश स्तर बदलने पर ISP को प्रोफ़ाइलों के बीच सुचारू रूप से इंटरपोलेट करना चाहिए।
तीसरा, केवल चार्ट के साथ नहीं, बल्कि वास्तविक चेहरों के साथ परीक्षण करें। परीक्षण चार्ट वस्तुनिष्ठ सटीकता मापते हैं, लेकिन मानव दर्शक छवि गुणवत्ता का मूल्यांकन मुख्य रूप से इस आधार पर करते हैं कि चेहरे कैसे दिखते हैं। यदि आपका उत्पाद वीडियो कॉल, एक्सेस कंट्रोल, या किसी भी व्यक्ति-उन्मुख अनुप्रयोग के लिए उपयोग किया जाएगा, तो अपने व्यक्तिपरक ट्यूनिंग समय का कम से कम आधा हिस्सा वास्तविक प्रकाश में वास्तविक मानव विषयों का मूल्यांकन करने में व्यतीत करें।
चौथा, हर परिवर्तन और उसके तर्क का दस्तावेजीकरण करें। ISP ट्यूनिंग आसानी से अंतहीन ट्वीकिंग में बदल सकती है जहाँ किसी को याद नहीं रहता कि कोई विशेष मान उस तरह क्यों सेट किया गया था। पैरामीटर मानों, परीक्षण स्थितियों और प्रत्येक समायोजन के पीछे के तर्क के साथ एक ट्यूनिंग लॉग बनाए रखें। यह तब बहुत आसान बना देता है जब कोई परिवर्तन अनपेक्षित दुष्प्रभाव उत्पन्न करता है।
अंत में, किसी अन्य सेंसर या मॉड्यूल से ट्यूनिंग मानों की नकल करने के प्रलोभन का विरोध करें। समान विशिष्टताओं वाले दो सेंसरों में भी अलग-अलग वर्णक्रमीय प्रतिक्रियाएं, शोर विशेषताएं और पिक्सेल लेआउट होंगे। एक सेंसर पर बढ़िया काम करने वाला प्रोफ़ाइल दूसरे पर स्पष्ट रूप से खराब परिणाम दे सकता है। हमेशा उचित कैलिब्रेशन से शुरू करें और वहां से आगे बढ़ें।
अंतिम विचार
आईएसपी ट्यूनिंग आंशिक रूप से विज्ञान है, आंशिक रूप से शिल्प। उद्देश्य अंशांकन कार्य सुस्थापित ऑप्टिकल और रंग विज्ञान सिद्धांतों का पालन करता है, और उपकरण तथा कार्यप्रणालियाँ सुपरिचित हैं। लेकिन अंतिम संतुलन का कार्य—किसी दिए गए उत्पाद के लिए तीक्ष्णता-शोर-रंग त्रिकोण पर ठीक कहाँ पहुँचना है, यह तय करना—विवेक, अनुभव, और अंतिम उपयोगकर्ता तथा उपयोग के मामले की गहरी समझ की मांग करता है।
सर्वोत्तम कैमरा मॉड्यूल वे नहीं हैं जिनके स्पेक शीट पर सबसे ऊँचे आंकड़े हों। वे हैं जहाँ ट्यूनिंग टीम ने जानबूझकर, सूचित समझौते किए जो उपयोगकर्ता की वास्तविक आवश्यकताओं के अनुरूप हों। एक अच्छी तरह ट्यून किया गया 2MP मॉड्यूल वास्तविक उपयोग में खराब ट्यून किए गए 8MP मॉड्यूल से आसानी से बेहतर प्रदर्शन कर सकता है, क्योंकि छवि गुणवत्ता अंततः आउटपुट छवि के बारे में है, इनपुट हार्डवेयर के बारे में नहीं।
कैमरा मॉड्यूल का मूल्यांकन करने या नए डिज़ाइन शुरू करने वाली इंजीनियरिंग टीमों के लिए, याद रखें कि सेंसर और लेंस के स्पेक्स के बारे में पूछने की तरह ही ISP ट्यूनिंग के बारे में भी सावधानी से पूछें। हार्डवेयर केवल आधी कहानी है। ट्यूनिंग ही छवि बनाती है।
संपर्क
अपनी जानकारी छोड़ें और हम आपसे संपर्क करेंगे।
व्हाट्सएप
वीचैट